Analisis Regresi Analisis Data

4.2.2.2. Analisis Regresi

Berdasarkan hasil uji asumsi klasik yang telah dilakukan di atas, dapat disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang Best Linear Unbiased Estimator BLUE dan layak untuk dilakukan analisis statistik selanjutnya, yaitu melakukan pengujian hipotesis. Adapun hasil pengolahan data dengan analisis regresi dapat dilihat pada tabel dibawah ini. Tabel 4.6 Analisis Regresi Coefficients Model a Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -3.437 .618 -5.560 .000 LNDAR .156 .879 .051 .178 .861 LNDER .781 .306 .546 2.552 .018 LNTATO .620 .794 .185 .780 .444 a. Dependent Variable: LNROE Sumber : Output SPSS, diolah Penulis, 2012 Berdasarkan Tabel 4.6 pada kolom Unstandardized Coefficients bagian B diperoleh model persamaan regresi linier berganda yaitu: Y = -3,437 + 0,156 X 1 + 0,781 X 2 + 0,620 X 3 + e dimana: Y = Profitabilitas X1 = Debt to Total Assets Ratio X2 = Debt to Total Equity Ratio X3 = Total Assets Turnover e = Tingkat kesalahan pengganggu Penjelasan dari nilai a, b1, b2 dan b3 pada Unstandardized Coefficients tersebut dapat dijelaskan dibawah ini.  Nilai B Constant a = -3,437 = konstanta Nilai konstanta ini menunjukkan bahwa apabila tidak ada nilai variabel bebas yaitu DER, DAR dan TATO, maka nilai profitabilitas yang dilihat dari nilai Y tetap sebesar -3,437.  Nilai b1 = 0,156 = Leverage keuangan DAR Koefisisen regresi ini menunjukkan bahwa setiap kenaikan leverage keuangan DAR sebesar 1 satuan, maka perubahan profitabilitas yang dilihat dari nilai Y akan bertambah sebesar 0,156 dengan asumsi variabel lain dianggap tetap atau sama dengan nol.  Nilai b2 = 0,781 = Leverage keuangan DER Koefisien regresi ini menunjukkan bahwa setiap kenaikan leverage keuangan DER sebesar 1 satuan, maka perubahan profitabilitas yang dilihat dari nilai Y akan bertambah sebesar 0,781 dengan asumsi variabel lain dianggap tetap atau sama dengan nol.  Nilai b3= 0,620 = Perputaran total aktiva TATO Koefisisen regresi ini menunjukkan bahwa setiap kenaikan perputaran total aktiva TATO sebesar 1 satuan, maka perubahan profitabilitas yang dilihat dari nilai Y akan bertambah sebesar 0,620 dengan asumsi variabel lain dianggap tetap atau sama dengan nol.

4.2.3. Pengujian Hipotesis

Dalam penelitian ini hipotesis diuji dengan menggunakan analisis regresi berganda yaitu Uji Koefisien Determinasi Regresi R 2 . Uji regresi digunakan untuk mengukur proporsi atau persentase sumbangan variabel independen yang diteliti terhadap variasi naik turunnya variabel dependen. Koefisien korelasi dikatakan kuat apabila data nilai R berada diantara 0,5 dan mendekati 1. Nilai R Square adalah 0 sampai dengan 1. Apabila nilai R Square semakin mendekati 1, maka variabel-variabel independen mendekati semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R Square maka kemampuan variabel-variabel independen untuk menjelaskan variasi variabel dependen semakin terbatas. Berdasarkan hasil pengolahan data dengan program statistik, maka diperoleh hasil yang dapat dilihat pada Tabel 4.7 Tabel 4.7 Koefisian determinasi R square Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .698 a .487 .417 1.17227 a. Predictors: Constant, LNTATO, LNDER, LNDAR Sumber : Output SPSS, diolah Penulis, 2012 Pada model summary diatas di atas, angka R sebesar 0,698 menunjukkan bahwa korelasi atau hubungan antara Return On Equity Y dengan Debt to Total Assets X 1 , Debt to Total Equity X 2 dan Total Assets Turnover X 3 mempunyai hubungan yang kuat karena 0,5 50 yaitu 69,8 . Angka Adjusted R Square